ADK Go 2.0 发布：构建可靠的多智能体应用，新增基于图的工作流引擎、人工参与循环与动态编排

一句话看懂：Google 正式发布 Agent Development Kit (ADK) 的 Go 语言 2.0 版本，核心变化是引入基于图的工作流引擎，让多智能体协作的编排、容错和人工介入成为一种原生能力。这意味着 Go 开发者可以用更接近生产环境的思路来构建复杂的 AI 应用，而非依赖脆弱的临时控制流。

事件核心：发生了什么

Google 在 2025 年 6 月发布了 ADK for Go 2.0，这是对 1.0 版本的一次重大升级。此前 ADK Go 版本已经为开发者提供了强类型、基于迭代器的事件流和与现有 Go 服务兼容的运行时。此次 2.0 版本的核心新增包括：

基于图的工作流引擎 (Graph-based workflow engine)：开发者可以通过将节点（节点代表智能体或 LLM 调用）与条件边连接来定义应用结构，执行由调度器负责，支持并发运行、状态持久化、暂停与恢复（甚至跨进程重启）。
人工参与循环 (Human-in-the-Loop, HITL)：任何节点都可以在运行时暂停并请求人工输入，等待人类确认、纠错或补充信息。恢复操作是幂等的，且中断格式与 Python ADK 共享，支持跨运行时恢复。
动态编排 (Dynamic orchestration)：允许开发者用纯 Go 代码编写运行时决策逻辑，如循环、条件分支、动态列表的扇出(fan-out)等，通过调用 RunNode(...) 实现灵活编排。
LLM 智能体模式 (LLM agent modes)：为 LLM 智能体引入 Chat、Task 和 SingleTurn 三种模式，协调者可以与人对话，而子智能体负责静默完成任务或执行一次性操作。
统一的节点运行时：单智能体和完整的图现在运行在同一个执行模型上。

此外，ADK 2.0 还为每个节点内置了支持指数退避和抖动的重试策略，并提供了并发限制和分支隔离能力。

为什么重要

这次更新解决了多智能体应用开发中长期存在的痛点——将复杂的编排逻辑（分类、分支、扇出、等待人工、失败重试、循环）表达为临时控制流很容易变得脆弱且难以维护。ADK 2.0 将这种编排抽象为图结构，让系统状态持久化、可观察、可恢复，这是将 AI 应用从原型推向生产环境的关键一步。

对 Google 来说，ADK Go 2.0 与 Python ADK 2.0 采用了相同的“图优先”方向，进一步统一了多语言生态下的开发体验。这有助于降低跨语言团队的技术摩擦，同时也鼓励更多生产级 Go 应用接入其智能体架构。

对开发者/创作者的影响

对于 Go 开发者，ADK 2.0 提供的是一种原生、符合 Go 语言习惯的开发方式。你可以像构建普通 Go Web 服务一样构建多智能体应用，无需额外学习复杂的编排框架或引入外部依赖来处理状态持久化、重试和人工介入。

具体来说：

构建可靠的 AI 工作流：开发者可以方便地将一个路由任务交给 LLM 智能体（如将用户请求分类给不同子处理流程），同时享受图引擎带来的可靠性、可观测性和恢复能力。
集成人工审批流程：HITL 原语让审批、纠错等人工环节能自然嵌入工作流，适合金融、医疗、法律等需要人机协同的场景。
灵活的运行时决策：动态编排允许开发者在运行时决定执行顺序，适合数据驱动、依赖模型输出的复杂业务逻辑。

整体上，这降低了生产级 Go 智能体应用的技术门槛，开发者可以直接复用已有的 Go 语言知识和生态。

值得关注的后续

采用率与生态发展：ADK Go 2.0 的图工作流引擎和 HITL 支持是否能在社区中形成实际项目依赖，需要观察后续 GitHub 贡献和样本项目数量。
与 Python ADK 的互操作性：虽然中断格式已共享，但跨语言工作流（Go 服务发起任务，Python 智能体执行，再返回 Go）的实际可用性和性能边界还需验证。
竞品跟进：微软、Meta 等厂商的智能体框架是否会引入类似的原生图编排和 HITL 支持，可能会影响企业开发者的框架选择。